基于Nested Logit与Random Parameters Logit模型的摩托车事故伤害估计与对比

摘要：

为了给我国的摩托车事故伤害分析提供指导与依据,通过抽取美国印第安纳州2013-2015年的1947起摩托车单车事故,分别建立Nested Logit与Random Parameters Logit模型,分析摩托车事故伤害程度的影响因素,模型参数分别采用全信息最大似然估计法与蒙特卡洛模拟方法进行估计.两个模型的估计结果均表明:女性、年龄、使用头盔、酒驾、甩出车外、超速、冲出道路、载人、车龄＞10年、路面潮湿、曲线坡度、交叉口、限速＞80 km/h、4月份、7月份、夜间无灯光、郊区、事故碰撞物(防护栏、树、墙、路缘、电线杆、涵洞)等与摩托车事故伤害程度显著相关.通过对比Nested Logit与Random Parameters Logit 模型的AIC与BIC准则值,发现Random Parameters Logit模型对事故数据的拟合优度更高,能够得到更好的参数估计结果.

关键词：交通安全、摩托车事故、事故伤害程度、Random Parameters Logit模型、Nested Logit模型

所属期刊栏目：46

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目51578247,51378222

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：83-91